/zhihu-1

知乎爬虫(验证码自动识别)

Primary LanguagePython

知乎爬虫————实现验证码自动识别

1.
使用keras框架搭建小型VGG卷积神经网络:
网络分为四个卷积层(卷积核3X3),两个采样层。一个全连接层
2.
从www.zhihu.com/captcha.gif爬取验证码图片作为训练样本
3.
分别训练出一个切割器和一个识别器
4.
网络模型和网络权重保存在.h5文件中可直接读取
5.
只需修改zhihu.py文件中的登录邮箱及密码,运行zhihu.py即可 
当然前提是要先安装好keras:)
6.
keras的安装可参考https://keras-cn.readthedocs.io/en/latest/

由于验证码图片较小,VGG的运算量也不会很大,不影响实现
具体结构为(由于图片样本较小,所以卷积核特特征通道数较小):
--------conv 3X3, 4通道---------卷基层
--------conv 3X3, 4通道---------卷基层
--------pool 2X2--------------------采样层
--------conv 3X3, 8通道---------卷基层
--------conv 3X3, 8通道---------卷基层
--------pool 2X2--------------------采样层
--------64神经元-------------------全连接隐藏层
--------16神经元-------------------全连接隐藏层
--------分类--------------------------全连接输出层